À proposTopCours
← heapsort-ai

Physics-Informed AI

4 items

ARTICLEDEV.to AI·22/04/2026

Physics-Augmented Diffusion Modeling for bio-inspired soft robotics maintenance during mission-critical recovery windows

Cet article décrit un parcours personnel en IA pour la robotique souple, inspiré par une « panne silencieuse » catastrophique d'une pince bio-inspirée lors d'une mission simulée. Il souligne le défi d'utiliser l'IA pour raisonner sur la dégradation physique dans des environnements nouveaux, proposant la modélisation de diffusion augmentée par la physique pour la maintenance pendant les fenêtres de récupération critiques.

soft roboticspredictive maintenanceAIrobotics
28
RESEARCHDEV.to AI·26/04/2026

A Physics-Informed Deep Learning Paradigm for Car-Following Models

Cette recherche introduit un nouveau paradigme d'apprentissage profond informé par la physique pour développer des modèles de suivi de véhicules. L'approche vise à intégrer des principes physiques fondamentaux directement dans des réseaux neuronaux profonds afin d'améliorer la précision et l'interprétabilité des simulations de trafic.

Traffic Modelingdeep learningAutonomous Vehiclessimulation
27
RESEARCHarXiv CS.LG·15/04/2026

Thermodynamic Liquid Manifold Networks: Physics-Bounded Deep Learning for Solar Forecasting in Autonomous Off-Grid Microgrids

Cette recherche présente le Thermodynamic Liquid Manifold Network (TLMN), un modèle d'apprentissage profond contraint par la physique pour la prévision solaire dans les microréseaux autonomes hors réseau. Il résout les anomalies critiques des modèles actuels en intégrant la thermodynamique atmosphérique et la mécanique céleste pour éviter les prévisions physiquement impossibles.

microgridsdeep learningSolar ForecastingThermodynamics
27